心室纤颤和心动过速的多重分形分析

基于多重分形分析对心动过速(VT)与心室纤颤(VF)进行了研究。通过直接计算f(α)奇异谱的方法,计算出VF和VT信号的奇异谱,发现这两种信号奇异谱曲线所包含的面积存在较大差异,并且在大多数情况下VF信号的奇异谱曲线面积大于VT信号。本文用奇异谱曲线面积作为区分VF和VT的一个判据。实验证实该判据可有效区分VF和VT。

基于PC机的多导联心电图测试系统与检测处理算法

本文分析描述了基于 PC机的心电信号的测试系统 ,并讨论了一些技术细节。进而我们建立相应的线性和非线性的检测方法与算法 ,以帮助临床医生分析和诊断心率过速和心室纤颤。根据我们实验记录的数据和算法的结果 ,这套测试系统显示出良好的特性 。

基于AR模型的过速型室性心律失常的短时心率变异性预测分析

目的:基于短时(5 min)心率变异信号的频域分析,探究过速型室性心律失常[包括室性心动过速(ventricular tachycardia,VT)和室颤(ventricular fibrillation,VF)]的发生机理及有效预测方法。方法:以78名患者体内心脏复律除颤器记录的VT/VF事件发生前5 min的RR间期序列(作为VT/VF样本组)和来自同一患者的正常窦性节律(作为正常对照组)构成的样本对为分析序列,对分析序列预处理后,基于AR模型方法计算其功率谱,提取相应的频谱能量特征,并进行统计分析。结果:与正常对照组序列相比较,VT/VF样本组的功率谱总功率、甚低频功率、低频功率、高频功率及低频功率峰值显著降低,统计检验概率分别为P<0.003、P<0.003、P<0.002、P<0.005、P<0.002。结论:研究表明VT/VF发生前患者的心率变异性明显降低,说明其自主神经系统调节功能受损和失衡,频谱能量特征的改变或许是VT/VF发生的某种生理预兆,对于短时预报恶性室性心律失常有重要意义。

基于语义挖掘的室性心动过速及心室纤颤检测

针对现有的诊断系统不能准确区分室性心动过速(VT)和心室纤颤(VF)的问题,提出一种基于巴特沃斯通带滤波器的语义挖掘方法。利用巴特沃斯带通滤波器消除心电图信号的噪声,将心电图(ECG)标准化为长达4 s、值为整个信号段中最大的小段,并将标准化的ECG信号转化为二进制脉冲;在二进制脉冲上实施语义挖掘,从而识别出正常窦性节律、VT、VF三者发作之间的区别。实验结果表明,该方法不仅可以区分正常节奏与VT、VF发作,且不出现错误检测,同时可以区分VT与VF发作,识别率分别高达94.1%和95.2%,可作为致命性疾病诊断的检测工具。

信号平均心电图频谱时间标测检测冠心病及持续性室性心动过速／心室颤动患者结果的分析

目的：本研究观察了频谱时间标测检测心室晚电位心室对冠状动脉粥样硬化性心脏病（冠心病）患者持续性室性心动过速（室速）／心室颤动（室颤）发生的预测价值，并观察了心肌梗死、缺血及心肌梗死部位对心室晚电位的影响。方法：用频谱时间标测法，对２１０例健康人（Ⅰ组）、２０２例冠心病心绞痛患者（Ⅱ组）、１００例陈旧性心肌梗死患者（Ⅲ组）及３９例心肌梗死并持续性室速／室颤患者（Ⅳ组）的信号平均心电图进行分析，根据健康人的正常因子值确定心室晚电位诊断标准，并用Ｘ２检验对各组患者心室晚电位阳性率进行比较。结果：心室晚电位阳性率Ⅰ组与Ⅱ组无显著差异（Ｐ＞０．０５）；Ⅲ组与Ⅳ组显著高于Ⅰ组（Ｐ均＜０．００５）及Ⅱ组（Ｐ均＜０．００５）；Ⅳ组显著高于Ⅲ组（Ｐ＜０．００５）。不同心肌梗死部位无显著差异（Ｐ＞０．０５）；多部位与单部位心肌梗死无显著差异（Ｐ＞０．０５）。预测的敏感性为５１．３％、特异性为９１．０％、阳性预告值为３５．１％、阴性预告值为９５．２％。结论：频谱时间标测检测心室晚电位对预测持续性室速／室颤的发生有重要价值，心肌梗死部位、心肌缺血对心室晚电位的发生无影响。

QTd对急性心肌梗死发生室速室颤的预测价值

目的 :探讨QTd与急性心急梗死 (AMI)发生室性心动过速 (VT)、心室纤颤 (VF)的关系 ;方法 :选择 86例AMI病人其中伴VT、VF者 1 4例与非VT、VF者 72例 ,及正常人分别测其QTd、QTcd进行比较 ;结果 :AMI伴VT、VF与AMI非VT、VF二者的QTd、QTcd的值比较差异显著 ,且二者均明显高于正常人 ;结论 :当AMI时QTd≥ 1 0 0ms可做为对AMI发生VT、VF的预测指标。

室性心动过速与室颤的多尺度多重分形分析

基于多尺度多重分形分析(MSMF)对正常心电信号(ECG)、室性心动过速(ventriculartachycard ia,VT)与室颤(ventricular fibrillation,VF)ECG进行研究分析,可以鉴别区分这三种信号。通过直接计算奇异谱f(α)的方法,计算出正常ECG、VT和VF信号的奇异谱,并分析得出其奇异强度分布范围Δα,结果发现这三种信号奇异强度分布范围Δα存在较大差异,并且VF信号的Δα大于VT信号,同时VT信号的Δα又大于正常ECG信号。本文用奇异强度分布范围Δα作为区分正常、VT和VF、ECG的一个判据,且实验证实该判据可有效区分正常ECG、VT和VF信号。

静脉用胺碘酮治疗室速／室颤

回顾性研究了12例室速/室颤患者用其他治疗(药物、电除颤—包括直流电体外及体内植入自动除颤器)无效而应用胺碘酮静脉注射。首剂静注75或150mg/次,继以平均0.5mg/min(多数0.75mg,1例1.2mg/min)开始静滴,依病情减量为平均剂量0.35mg/min(0.75～0.15mg/min)至室性心律失常完全控制停止静脉给药。必要时间隔15min 重复静注,剂量不超过前次。总剂量<1200mg/d(包括口服量)。11例转为正常窦性心律,1例虽为房颤心律但室率降至临床满意水平。均未见严重毒、副作用。

基于联合熵的室性心动过速与室颤识别

对心电信号进行分析,是医学临床上检测和诊断心脏功能的重要手段。室性心动过速(VT)和心室纤颤(VF)是威胁人类生命的严重的心脏疾病。本文应用联合熵方法分析正常心跳信号(NSR)、VT和VF信号的动力学复杂性信息。将动力学符号统计理论以及替代数据的概念融入其中,通过计算原始时间序列和其替代时间序列之间的联合熵值,来量化序列的动力学复杂性。经过对实际心率数据的计算机分析,证明了联合熵方法的合理性。根据联合熵值的不同对NSR、VT和VF信号进行区分,取得了令人满意的效果。

基于Hurst指数的室性心动过速与室颤的分析

基于Hurst指数对正常心电(ECG)信号、室性心动过速(VT)与室颤(VF)进行研究分析。分别计算出正常ECG、VT和VF信号的Hurst指数值,发现这三种信号的Hurst指数值存在明显的差异,但都大于0.5,提示都有长期相关的特性,其中正常ECG信号的相关性最强,VT信号次之,VF信号最弱。因此,Hurst指数可以作为识别正常ECG、VT和VF信号的一种判据。